核方法與累積量隨機學習方法研究

內容介紹

模式分類是模式識別的一項重要內容，在許多領域已經得到成功的套用。本書主要針對近年來模式分類領域廣泛關注的核方法和累積量隨機學習方法進行了探討和研究，內容包括緒論、特徵空間中數據的幾何結構表示、KPCA的關鍵問題研究、KFDA的關鍵問題研究、SVDD的關鍵問題研究、新的核方法的構造和基於累積量隨機學習方法的雷達目標識別。